Человек спрашивает у ChatGPT, какие инструменты подойдут его бизнесу. Нейросеть называет бренд. Прямого перехода он не делает. Через два дня он ищет название в Google и заходит на сайт уже оттуда. Аналитика запишет обычный визит из поиска. Про рекомендацию ИИ, с которой всё началось, она не узнает ничего.
Similarweb отследила реальные пути таких пользователей и измерила масштаб разрыва. Люди, получившие рекомендацию бренда от ChatGPT, заходили на его сайт в 2,5 раза чаще в течение следующих семи дней, даже когда прямого перехода с платформы не было. В финансах, туризме и красоте результат повторялся. В выборку брали только тех, кто раньше не был на сайте и не упоминал бренд в запросе, чтобы отделить эффект рекомендации от поведения тех, кто и так знал компанию.
За ту же неделю вышли ещё два исследования, и все три указывают на одну точку. Влияние ИИ на решение клиента растёт, а инструменты, которыми бизнес это влияние считает, продолжают смотреть в прошлое.
Рекомендация работает, но приходит под чужим именем
Главная сложность в том, как выглядит этот трафик. Similarweb выяснила: 55,9% визитов под влиянием ИИ пришли через поиск. Среди визитов без такого влияния так было только в 40,4% случаев. Человек видит бренд в ответе нейросети, запоминает имя и позже вбивает его в поисковую строку. Такой заход с высокой вероятностью спишут на органический поиск, а взаимодействие с ИИ, которое и создало интерес, кредита не получит.
Есть и вторая деталь, которую редко замечают. Визиты под влиянием ИИ оказались глубже: такие пользователи просматривали почти вдвое больше страниц и проводили на сайте вдвое больше времени, чем остальные. То есть речь не о случайных заходах, а о людях, которые пришли с уже сформированным интересом.
- 2,5x визитов после рекомендации ChatGPT в течение семи дней
- 55,9% таких визитов пришли через поиск
- Вдвое больше просмотренных страниц и времени на сайте
Для маркетолога вывод простой: упоминание в ответе ИИ влияет на то, что человек делает потом, даже если сама платформа визит не отправляет. Атрибуция по последнему клику хорошо работает, когда путь клиента короткий и прямой. Знакомство через ИИ добавляет шаги, которых в отчётах по переходам нет.
Клиенты ждут быстрее, но не готовы терять человека
Второе исследование касается не выбора бренда, а ожиданий от него. Компания Alchemer опросила 2 009 человек в США для отчёта «2026 AI Customer Expectations Study». Почти шесть из десяти респондентов признались: когда они знают, что компания использует ИИ, то ждут более быстрых ответов. 45% сказали, что прогресс ИИ поднял их ожидания от компаний в целом. При этом 89% хотя бы раз сталкивались с тем, что ИИ испортил их опыт общения с компанией.
Самая частая жалоба, 44%, это сложность дозваться до живого сотрудника. Она обошла даже вопросы приватности и неточных ответов. 37% получали от ИИ ответ, который не понял их вопроса, 26% сталкивались с неверной информацией. Ирония в том, что одна из целей ИИ в поддержке как раз в том, чтобы снизить участие людей и сэкономить.
«Клиенты готовы платить за то, что раньше получали бесплатно. Для бизнеса это хорошая новость, но осадок неприятный». - вывод исследования Alchemer
Отсюда вопрос к метрикам. Время первого ответа и доля обращений, решённых без человека, выглядят красиво, даже если клиент потом вернулся через другой канал с той же проблемой. Честная картина получается, когда команда связывает такие обращения между собой и следит за повторными контактами и временем до реального решения, а не до первого ответа.
B2B упирается в доказательства, а не в результат
Третья новость объясняет, почему этот разрыв бьёт по бюджетам. В большинстве B2B-компаний маркетинг знает, что приносит выручку. Доказать это - совсем другая история. Данные, которые связывают активность маркетинга с деньгами, теряются где-то между бюджетом и сделкой. Дальше включается знакомый круг: нет доказательств, не видно ROI, сложнее выбить бюджет, программы недофинансированы и работают хуже, и доказать что-то становится ещё труднее.
Большинство систем отчётности отвечают на вопросы о влиянии слишком грубо. Они считают влияние одним событием, а не набором связанных касаний во времени. Когда рекомендация нейросети остаётся за кадром, часть пути клиента пропадает из картины целиком.
«О том, что не измеряешь, нельзя отчитаться. А измерить нельзя то, что не связано в единую систему». - из материала MarTech
Аудит AEO, о котором мы писали отдельно, проверяет те же слои с другой стороны: покрытие тем, здоровье разметки, цитирование на сторонних площадках. Он показывает, какие вопросы клиентов ваш сайт закрывает, а на какие нейросеть отвечает чужими словами.
Что это значит для бизнеса
Три исследования складываются в один вывод. ИИ уже участвует в выборе клиента на раннем этапе, до первого визита. Большинство компаний этого этапа не видят и потому не могут ни оценить, ни улучшить.
- Разделяйте каналы по смыслу, а не по клику. Если человек искал название бренда в поиске, спросите его, откуда он узнал о вас. Прямой вопрос к покупателю даёт то, чего не покажет отчёт по переходам.
- Считайте не первый ответ, а решение. Для поддержки связывайте обращения клиента между собой и следите за повторными контактами. Время до реального решения честнее, чем время до первого ответа.
- Публикуйте свои данные. Собственные исследования и региональная статистика дают AI-поиску источник, которого нет у конкурентов. Для Владивостока и Дальнего Востока это привычки и запросы местных покупателей, которые нельзя взять из чужой статьи.
Внедрение искусственного интеллекта в маркетинг перестало быть задачей про инструменты. Теперь это задача про измерение: где ИИ повлиял на решение и как это доказать. Мы помогаем выстроить эту связь - от аудита данных и атрибуции до автоматизации с помощью ИИ. Начните с бесплатного AI-аудита: за один разбор видно, на каких этапах теряется путь клиента и какие каналы остаются непосчитанными.